crunch_scripts/arvados-bcbio-nextgen.py

   1 #!/usr/bin/python
   2
   3 import arvados
   4 import subprocess
   5 import subst
   6 import shutil
   7 import os
   8
   9 if len(arvados.current_task()['parameters']) > 0:
  10     p = arvados.current_task()['parameters']
  11 else:
  12     p = arvados.current_job()['script_parameters']
  13
  14 t = arvados.current_task().tmpdir
  15
  16 os.unlink("/usr/local/share/bcbio-nextgen/galaxy")
  17 os.mkdir("/usr/local/share/bcbio-nextgen/galaxy")
  18 shutil.copy("/usr/local/share/bcbio-nextgen/config/bcbio_system.yaml", "/usr/local/share/bcbio-nextgen/galaxy")
  19
  20 with open("/usr/local/share/bcbio-nextgen/galaxy/tool_data_table_conf.xml", "w") as f:
  21     f.write('''<tables>
  22     <!-- Locations of indexes in the BWA mapper format -->
  23     <table name="bwa_indexes" comment_char="#">
  24         <columns>value, dbkey, name, path</columns>
  25         <file path="tool-data/bwa_index.loc" />
  26     </table>
  27     <!-- Locations of indexes in the Bowtie2 mapper format -->
  28     <table name="bowtie2_indexes" comment_char="#">
  29         <columns>value, dbkey, name, path</columns>
  30         <file path="tool-data/bowtie2_indices.loc" />
  31     </table>
  32     <!-- Locations of indexes in the Bowtie2 mapper format for TopHat2 to use -->
  33     <table name="tophat2_indexes" comment_char="#">
  34         <columns>value, dbkey, name, path</columns>
  35         <file path="tool-data/bowtie2_indices.loc" />
  36     </table>
  37     <!-- Location of SAMTools indexes and other files -->
  38     <table name="sam_fa_indexes" comment_char="#">
  39         <columns>index, value, path</columns>
  40         <file path="tool-data/sam_fa_indices.loc" />
  41     </table>
  42     <!-- Location of Picard dict file and other files -->
  43     <table name="picard_indexes" comment_char="#">
  44         <columns>value, dbkey, name, path</columns>
  45         <file path="tool-data/picard_index.loc" />
  46     </table>
  47     <!-- Location of Picard dict files valid for GATK -->
  48     <table name="gatk_picard_indexes" comment_char="#">
  49         <columns>value, dbkey, name, path</columns>
  50         <file path="tool-data/gatk_sorted_picard_index.loc" />
  51     </table>
  52 </tables>
  53 ''')
  54
  55 os.mkdir("/usr/local/share/bcbio-nextgen/galaxy/tool-data")
  56
  57 with open("/usr/local/share/bcbio-nextgen/galaxy/tool-data/bowtie2_indices.loc", "w") as f:
  58     f.write(subst.do_substitution(p, "GRCh37\tGRCh37\tHuman (GRCh37)\t$(dir $(bowtie2_indices))\n"))
  59
  60 with open("/usr/local/share/bcbio-nextgen/galaxy/tool-data/bwa_index.loc", "w") as f:
  61     f.write(subst.do_substitution(p, "GRCh37\tGRCh37\tHuman (GRCh37)\t$(file $(bwa_index))\n"))
  62
  63 with open("/usr/local/share/bcbio-nextgen/galaxy/tool-data/gatk_sorted_picard_index.loc", "w") as f:
  64     f.write(subst.do_substitution(p, "GRCh37\tGRCh37\tHuman (GRCh37)\t$(file $(gatk_sorted_picard_index))\n"))
  65
  66 with open("/usr/local/share/bcbio-nextgen/galaxy/tool-data/picard_index.loc", "w") as f:
  67     f.write(subst.do_substitution(p, "GRCh37\tGRCh37\tHuman (GRCh37)\t$(file $(picard_index))\n"))
  68
  69 with open("/usr/local/share/bcbio-nextgen/galaxy/tool-data/sam_fa_indices.loc", "w") as f:
  70     f.write(subst.do_substitution(p, "index\tGRCh37\t$(file $(sam_fa_indices))\n"))
  71
  72 with open("/tmp/crunch-job/gatk-variant.yaml", "w") as f:
  73     f.write('''
  74 # Template for whole genome Illumina variant calling with GATK pipeline
  75 ---
  76 details:
  77   - analysis: variant2
  78     genome_build: GRCh37
  79     # to do multi-sample variant calling, assign samples the same metadata / batch
  80     # metadata:
  81     #   batch: your-arbitrary-batch-name
  82     algorithm:
  83       aligner: bwa
  84       mark_duplicates: picard
  85       recalibrate: gatk
  86       realign: gatk
  87       variantcaller: gatk-haplotype
  88       platform: illumina
  89       quality_format: Standard
  90       coverage_interval: genome
  91       # for targetted projects, set the region
  92       # variant_regions: /path/to/your.bed
  93 ''')
  94
  95 os.chdir(arvados.current_task().tmpdir)
  96
  97 rcode = subprocess.call(["bcbio_nextgen.py", "--workflow", "template", "/tmp/crunch-job/gatk-variant.yaml", "project1",
  98                          subst.do_substitution(p, "$(file $(R1))"),
  99                          subst.do_substitution(p, "$(file $(R2))")])
 100
 101 os.chdir("project1/work")
 102
 103 os.symlink("/usr/local/share/bcbio-nextgen/galaxy/tool-data", "tool-data")
 104
 105 rcode = subprocess.call(["bcbio_nextgen.py", "../config/project1.yaml", "-n", os.environ['CRUNCH_NODE_SLOTS']])